Regression

Välkommen till sidan om regression

På den här sidan beskrivs analyser som används för att undersöka samband mellan variabler och förutsäga resultat, inklusive Korrelationsmatris, Partial korrelation och Linjär regression. Guiden visar vad varje analys mäter, tydliga exempel på när de används, vilka variabler som är beroende respektive oberoende (när det är relevant), steg-för-steg-instruktioner för Jamovi och hur resultaten kan tolkas. Målet är att ge en komplett och lättillgänglig referens för att analysera samband och prediktion i dataset.

Korrelationsmatris

Vad är det?
En korrelationsmatris visar sambandet mellan flera kontinuerliga variabler samtidigt. Den anger styrkan och riktningen på relationen mellan varje par av variabler, vanligtvis med Pearsons r.

Exempel:
Du vill undersöka sambandet mellan studietid, stressnivå och sömnkvalitet hos studenter.

  • Här finns egentligen ingen strikt beroende eller oberoende variabel, eftersom korrelation mäter samband mellan alla variabler.
JAMOVI INSTRUKTION
  1. Öppna datasetet i Jamovi.
  2. Klicka på Analyses → Regression → Correlation Matrix.
  3. Välj de variabler du vill inkludera (t.ex. studietid, stress, sömn).
  4. Klicka på OK.

Tolkning:

  • Kontrollera p-värdet för att avgöra om sambandet är signifikant.
  • Korrelationskoefficienten r varierar mellan -1 och 1.
  • r > 0: positiv korrelation (när en variabel ökar ökar den andra)
  • r < 0: negativ korrelation (när en variabel ökar minskar den andra)
  • r ≈ 0: ingen linjär korrelation

Partial korrelation

Vad är det?
Partial korrelation mäter sambandet mellan två variabler efter att effekten av en eller flera andra variabler har kontrollerats för.

Exempel:
Du vill undersöka sambandet mellan studietid och stressnivå, men kontrollera för sömnkvalitet.

  • Beroende variabel: Stressnivå
  • Oberoende variabel: Studietid
  • Kontrollerad variabel: Sömnkvalitet
JAMOVI INSTRUKTION
  1. Öppna datasetet i Jamovi.
  2. Klicka på Analyses → Regression → Partial Correlation.
  3. Välj de två variablerna du vill analysera (t.ex. studietid och stress).
  4. Välj kontrollvariabel(n) (t.ex. sömn).
  5. Klicka på OK.

Tolkning:

  • P-värdet anger om sambandet är statistiskt signifikant.
  • Partialkorrelationen r visar styrka och riktning på sambandet mellan de två huvudvariablerna, efter att kontrollvariabeln har justerats för.

Tredje produktnamn

Vad är det?
Linjär regression används för att förutsäga en beroende variabel utifrån en eller flera oberoende variabler. Den beskriver relationen med en rät linje

Exempel:
Du vill förutsäga studenters stressnivå baserat på studietid och sömn.

  • Beroende variabel: Stressnivå
  • Oberoende variabler: Studietid, Sömn
JAMOVI INSTRUKTION
  1. Öppna datasetet i Jamovi.
  2. Klicka på Analyses → Regression → Linear Regression.
  3. Dra den beroende variabeln (stress) till Dependent Variable.
  4. Dra oberoende variabler (studietid och sömn) till Covariates.
  5. Klicka på OK.

Tolkning:

  • B-koefficient: Förändring i Y för varje enhets förändring i X.
  • R²: Andel av variationen i Y som förklaras av X.
  • p-värde: Om p < 0,05 är koefficienten signifikant.
  • Kontrollera residualer för att säkerställa normalfördelning och homoskedasticitet.